аспирант, ассистент кафедры математического моделирования и прикладной информатики, старший преподаватель
Postgraduate, Assistant Professor of the Mathematical Modeling and Applied Informatics Department, Senior Lecturer
В статье рассмотрена область применения алгоритмов управления многокомпонентной динамической системой с неопределенными параметрами, меняющимися в зависимости от нестабильного диапазонного потока входных данных. Предложенная методика направлена на упрощение процесса анализа и отбора диапазонов данных с различным уровнем актуальности, используемых для формирования управляющего воздействия. Представлена математическая модель, описывающая соотношения между запасами данных и потоками, что позволяет выявить ключевые параметры системы и сосредоточиться на их дальнейшей детализации. Допущение о переходе данных между классами основывается на автоматической актуализации данных, что отражает реальные условия эксплуатации системы. Изначально классы данных не имеют строгой иерархии, однако их объем изменяется в зависимости от временных интервалов, причем наиболее значительные изменения происходят ближе к концу исследуемого периода. Эти изменения обусловлены внутренними перемещениями данных между классами и внешними потоками данных. Ожидаемый поток данных рассчитывается на основе начального запаса и вероятности перехода, что согласуется с предположением о пропорциональности потоков запасам. Общее число новых данных равно числу выбывающих данных.
В результате сравнения стандартных технологий алгоритмизации и кодирования с предлагаемым методом и последующей оценки выявлено повышение производительности системы, а также предсказуемость критических состояний, которые могут возникнуть в любой момент при наличии неопределенных параметров. Реализована программная модель считывания и интерпретации входных сигналов, идентификации и корректировки артефактов, обработки входных данных, тестирования многокомпонентной динамической системы с диапазонными входными данными.
The article considers the scope of application of control algorithms for a multicomponent dynamic system with uncertain parameters varying depending on a non-stable range flow of input data. The proposed methodology is aimed at simplifying the process of analyzing and selecting data ranges with different levels of relevance used to form a control action. A mathematical model describing the connection between data stocks and flows is presented. This allows identifying the key parameters of the system and focus on their further detailing. The assumption of data transition between classes is based on automatic data update, which reflects the real conditions of the system operation. Initially, data classes do not have a strict hierarchy, but their volume changes depending on time intervals, with the most significant changes occurring near the end of the period under study. These changes are due to internal data movements between classes and external data flows. The expected data flow is calculated based on the initial stock and transition probability, which is consistent with the assumption that flows are proportional to stock. The total number of new data is equal to the number of discarded data.
As a result of comparison of standard algorithmic and coding technologies with the proposed method and subsequent evaluation, the system performance improvement as well as predictability of critical states that can occur at any moment in the presence of uncertain parameters are revealed. A software model for reading and interpreting input signals, identifying and correcting artefacts, processing input data, and testing a multi-component dynamic system with range input data has been implemented
The authors declare that there are no conflicts of interest present.